爬壁机器人清洗玻璃表面运动规划与视觉传感-中文翻译

爬壁清洗机器人（文献翻译） 11爬壁机器人清洗玻璃表面运动规划与视觉传感Dong Sun, Jian Zhu and Shiu Kit Tso Department of Manufacturing Engineering and Engineering Management City University of Hong Kong1.介绍发展需求的不断增长,各种服务机器人减轻人类和危险的工作,如清洁镜面摩天大楼、消防救援、检查,高管道和墙壁。显示我们攀登机器人系统是最近发展起来的目的是清洁的玻璃杯的高层建筑,用吸盘坚持玻璃和一个平移机构来移动。这个机器人可加速到 3米/分钟,有能力跨越裂缝和障碍小于 35毫米的身高和 80毫米宽。利用一个灵活的腰,机器人可以很容易的调整方向。服务机器人运动规划问题中扮演着重要的角色,使机器人到达目标位置和避免或跨障碍运动轨迹。有相当大的方法来解决这一文学运动规划问题或步行机器人车型,如 Lamiraux和Laumond(2001),Boissonnat等。(2000),Hasegawa 等。(2000),陈等人(1999),伤害和 Lumelsky(1999),Egerstedt和胡(2002),Mosemann 和 Wahl(2001),仅举几例。所有这些算法是不适合我们的清洁机器人的应用。这是因为 1)运行机构的爬壁机器人平动的使用吸盘,它不同于其它机器人(2)爬壁机器人工作空间环境、即玻璃墙体,将其分为许多长方形部分通过水平及垂直窗口框架,和机器人必须能穿过窗框要打扫所有的部分。因为这些特性,存在一个需求一个独特的运动规划方案应用于爬壁机器人。另一个关键的爬壁机器人的成功在于有效的遥感应用能力。做清扫工作在玻璃表面,清洗机器人必须知道什么时候开始或停止的清洁工作,如何控制取向(或运动方向),以及如何穿越窗框。因此,有必要测量机器人定位,机器人之间的距离和窗框距离,机器人之间的距离和肮脏的地方被打扫过了。近期的一些作品的传感系统上的清洁机器人,在先前的文献中(Malis等问题,1999 分;马等问题,1999)。Simoncelli 丁晓萍。(2000)利用超声波声纳自动定位。Kurazume Hirose(2000)提出,所谓的“合作定位系统”搜索过程,直到达成目标的位置。然而,在爬壁机器人在玻璃表面上看,许多传统方法用激光、超声波传感器不能适用于测量等机器人之间的距离和窗框。这是因为窗框的高度通常很低,发出的光束传感器是非常困难的,到达除非梁框架完全平行的玻璃表面。由于不可避免的安装误差,传感器通常很难保证光束于玻璃表面是完全平行的。相机经常用于机器人的定位、视觉伺服和视觉的指导。Malis 丁晓萍。(2000)使用了两个照相机的空时二维和 2-1/2-D视觉伺服,并提出了一种多幅相机视觉伺服方法。然而,使用大量的相机不得适用于爬壁机器人原因1),几台摄像机很难建立一个大区域的交叉的视角 2),使用一个数字照相机增加体重,从而增加负荷使爬壁机器人的安全。在此分析基础上,一个单一的镜头是机器人用来查找定位相机在多个方向等从一个位置。这种方法的缺点是,eigenspace测量性能将不同环境的变化。此外,深度资料遗失、之间的距离与相机无法衡量目标由传统单一的相机。这一章我们的方法解决上述两个具有挑战性的问题、运动规划和视觉传感,爬壁清洗机器人。这一章是简述爬壁清洗机器人。在第二章,爬壁机器人机构进爬壁清洗机器人（文献翻译） 22行了阐述。在第三节,几何规划机器人的玻璃制品在多框架墙被提出了。第四节,视觉传感系统构成的全方位 CCD摄像机和两个激光二极管,被证明是可以使机器人,测定其取向和机器人之间的距离和窗框。在第五部分实验证明了该方法的有效性。最后,在第 6部分给出了结论。爬壁清洗机器人（文献翻译） 332.清扫机器人的结构清洗机器人系统包括一个移动的爬壁机器人,一个支撑工具,压缩机,和一台电脑。爬壁机器人的吸附在玻璃表面进行清洁工作。汽车用品配套的电力和清洗液体。压缩机作为空气源。通过计算机之间的沟通和机器人,操作者可以仔细检查和控制操作的机器人。发达的爬壁机器人有一个长度为 1220毫米,宽度 1340毫米,高度为 370毫米,重 30公斤。这个机器人主要由两个系列无杆气缸相互垂直的,水平(X -)瓶是 400毫米,垂直(Y -)缸为 500毫米。执行这些 2缸交替,机器人运行于 X或 Y方向。2、四个简短的 Z -缸安装在两头。通过拉伸或收缩活塞的杆这四缸,这个机器人能进入 Z方向移动。相交的两个无杆气缸,一个旋转圆筒命名为机器人的腰部件,机器人可以绕 Z-轴旋转。两个特殊设计的刷子,每个组成一个刮板和吸取系统的固定在卧式圆筒。刮板用清洁剂清洁脏斑点在玻璃表面。返回污水收集系统的配套工具回收。机器人拥有吸盘的附着力。四个吸盘,每一个都有一个直径为 100毫米,每只脚上安装 4个。总十六垫提供了一个吸力量足以承受 15公斤载荷。使用一个平动机器人运动机制。杆对杆操作模式,这个机器人能完成一连串的动作包括移动,旋转,穿越的障碍。机器人的旋转控制是通过调节旋转角度的旋转气缸。机器人每一步可旋转周围 1.6度 Z-轴向直到达到预期的姿势。机器人控制系统的设计是基于主板和一个电脑。主计算机坐落在地上,被操作员直接操作。利用反馈信号的传感器安装在机器人电脑用来控制的机器人的姿势能实现自动导航使机器人在玻璃表面进行工作。主计算机得到信息的状况,并指出机器人视觉传感系统与沟通的主机和副机与一个 RS422链接。在紧急情况下,操作者可以直接控制机器人根据实际的情况。机器人在运动中达到通过交替吸并释放吸盘安装在水平和垂直系列无杆气缸。开启或关闭计算机发送信号发生器连接或断开真空空气源,从而吸引或释放相应的吸盘。真空度量其相对真空吸盘和检查安全的机器人。要是真空吸盘程度小于-40 kPa,报警信号发送给主计算机。爬壁清洗机器人（文献翻译） 443.运动规划简单来说,机器人横向和纵向移动来打扫整玻璃表面的运动规划。作为一个例子,出发点是位于右上一侧的玻璃。机器人迈向左侧横向而清洁玻璃表面。当到达边界的玻璃部分,机器人向下移动一个间距 l,然后向右后退水平。注意间距 l长度是相等的磅的刷清洗的路径,并且磅是由考虑画笔的大小和尺寸的玻璃部分。重复上述过程,整个玻璃部分可清洗。结束点位于下边的玻璃部分。清洗时可能会掉下来的污水,使下滑的玻璃表面脏。因此,应该进行清洁工作从上部下行。3.1定位调整机器人当爬壁机器人沿着期望轨迹移动,机器人定位受各种干扰,尤其是通过重力的机器人本身。确保一个成功的轨迹后,机器人必须能自动调整它的方向。机器人的定位测量视觉传感器安装在机器人,相对于窗框。两激光二极管激光光送两到窗框使图像架可以得到。机器人的定位相对于窗框可以计算进行分析和比较两种激光图像坐标点。这测量的技术细节给出的在下一个部分。一种基于定向测量视觉传感器、控制器促动旋转圆筒调整的方向的机器人。首先,吸盘安装在垂直圆筒被释放。其次,旋转气缸驱动,以旋转的垂直圆筒。然后,吸盘吸立式缸体,与此同时,吸盘在卧式圆筒被释放。最后,再旋转圆筒启动旋转卧式圆筒。3.2穿过窗框单独的窗框玻璃幕墙的整体分成几部分。清洁后一段,机器人必须能穿过纵向或横向的窗框进入一段。这两个主要步骤穿过机器人在窗框有:1)测量机器人之间的距离和窗框机器人之间的距离和窗框,通过引入 d。当这个距离接近于零,机器人准备穿过窗框。视觉传感器是用来量测之间的距离机器人与窗框。摘要根据三角,一个激光二极管是需要测量距离。距离测量,分析和计算了激光点像素坐标,基于位置和姿态的 CCD摄像机相对于激光二极管,它将会显示在接下来的部分。2)穿越窗框测试后机器人之间的距离和窗框,机器人的运动计划过的框架。四个超声波传感器安装帮助机器人检测是否已超越了吸盘窗框,在 D(= 300毫米)的距离是超声波传感器和边界的吸盘。当超声传感器交叉窗框、超声波传感器测量的相对位置高度表面的窗框。超声波传感器后穿过窗框,高度超声波传感器的测量是一个相对的玻璃表面。自从厚度测量这两起案件中是不同的,机器人知道是否这个超声波传感器已越过窗框。当超声波传感器在于窗框,机器人也知道什么时候吸盘会随着超声波传感器窗框上移动距离后。爬壁清洗机器人（文献翻译） 554.视觉传感视觉传感硬件系统包括一个导向与 CCD相机型号索尼 EVI-D30(J),两激光二极管和捕获的名片。两激光二极管、固定摄影机“眼睛”的感应系统,将两激光灯光发现窗户框架和产生两激光标记。参考点之间的距离和窗框、导向和机器人相对于窗框,可以由图像的像素坐标分析 u和 v两激光点在图像平面。4.1位置测量三角理论将用于测量。(左的观点阐述了机器人的位置是通过测量视觉传感系统。发射角度的激光二极管为母语是 l .点激光标记在窗框。二是相应的点上像面母语负迁移现象,这就是我表示这幅图的中心。治疗的重点相机为本、F 数,F-xbybzb 基坐标系建立了框架代表,在关于坐标轴平行尔的玻璃面和垂直于窗框、镱关于坐标轴平行两窗框和玻璃表面,zb关于坐标轴垂直于玻璃表面(xb-yb 平面)。采用 F相同的起源,另一个名叫相机坐标系坐标框架结构,表现为 F-xyz,也是建立,在 x轴的线平行光 I-F那是最主要的轴相机,y 轴是一样的中轴的基坐标系镱框架、z 轴垂直于 x - y平面。表示x0、y0,z0T(x,y,z)T 第和x,y,z吨 2两坐标点 2 L、L1 和 L2,分别。表示u和 v作为坐标在像素图像飞机,半为像素坐标和边值问题的焦点。4.2定位测量说明了一个测量机器人的使用视觉传感系统定位,两个激光二极管是必要的。A点和 B点的激光二极管正在发起点 1和 2,分别。分 A1和 B1相应的激光标记在窗框。1 和 2 角激光二极管平底锅 1和 2相对的相机。爬壁清洗机器人（文献翻译） 665.实验该机器人进行测试,在一个玻璃幕墙清洗的学术建设在城市大学及香港,机器人操作,包括:1)调整方向旋转腰部,2)清洁玻璃墙壁如此的傲慢,和 3)穿越窗框玻璃部分从一个到另一个部分。成功的示范表明,该爬壁机器人的自动清洗玻璃幕墙和有效。机器人清洁玻璃幕墙,检测的定位是很重要的机器人沿着期望轨迹,测量机器人之间的距离和窗框也是重要的来推断机器人穿过窗框。一系列的试验进行了有效性的评价视觉传感系统在测量机器人的定位与机器人之间的距离和窗框。5.1测量机器人的位置首先,视觉传感系统获取图像校准和分析你或 v坐标机器人是激光点在不同位置上的玻璃面标定。用最小二乘法拟合,机器人之间的距离和窗框可以由校准功能留下你坐标的激光点 uL(像素)和倾角摄像头的 (学位)。在 v的距离函数两激光点坐标的也发展。经过比较,我们发现距离测量与你是更精确的协调与 v协调试验。11 无花果饼来。(a)和(b)的关系方程说明描述(13)和(14),分别为。在接下来的实验,方程(13)是用来测量机器人的位置在玻璃表面。在那里取分表示该测量误差与不同的路程,实线表示一个趋势的测量误差的距离增加。当镜头移 90度逆时针,机器人之间的距离,左边的窗框可以被测量。当镜头移 90度顺时针旋转,机器人之间的距离和正确的窗框可以被测量。解决问题的误差累积测量距离,视觉传感器需要重置经过几个测量。注意摄影机扭曲影响测量的 d。测量误差小(即 10毫米)的距离,不大(即 1000毫米)。如大的距离,相机畸变校正要考虑。5.2测量方向视觉传感系统校准来找到了进一步的关系取向和你机器人坐标的左翼和右翼的激光点的图像。5.3的位置测量的肮脏的位置模式识别技术被使用来找出脏点清洗,然后得到图像的激光标记。方程(14)是用来测量机器人之间的距离和肮脏的位置。摘要依据实测距离和潘角的摄像机、位置的脏点可以被人知道的。爬壁清洗机器人（文献翻译） 776.结论本章的 persents申请的爬壁机器人的玻璃清洗服务。机器人是由两个系列无杆气缸和构建一个旋转气缸。这个机器人能调整其取向保持在期望轨迹的道路。工作完成后清洗玻璃幕墙的一个环节,机器人可以跨越窗框进入一段。一种视觉传感系统,它由一个全方位 CCD摄像机和两个激光二极管用于测量机器人的位置和方位的玻璃上墙。实验结果表明,提出的协助下运动规划与视觉传感技术,能完成工作的爬壁机器人的玻璃幕墙清洗效果。未来的工作将向发展中更有效率的运动控制系统和减少尺寸/重量的爬壁机器人。爬壁清洗机器人（文献翻译） 887.承认本研究得到了国立的部分资金来自研究资助局香港特别行政区、中国参考没有。城市,格兰特于香港城市大学(项目没有。7002127)。爬壁清洗机器人（文献翻译） 998.参考Balaguer, C.; Gimenez, A.; Pastor, J. M. V.; Padron, M. & Abderrahim, M. (2000). Climbing autonomous robot for inspection applications in 3D complex environments.Robotica, Vol. 18, No. 3, pp. 287-297.Boissonnat, J. D.; Devillers, O. & Lazard, S. (2000). Motion planning of legged robots. SIAMJournal on Computing, Vol. 30, No. 1, pp. 218-246.Chen, C. H.; Kumar V. and Luo, Y. C. (1999). Motion planning of walking robots inenvironments with uncertainty. Journal of Robotic Systems, Vo. 16, No. 10, pp. 527-545.Egerstedt M. and Hu, X. (2002). A hybrid control approach to action coordination for mobilerobots. Automatica, Vol. 38, No 1, pp. 125-130.Hasegawa, Y.; Arakawa T. & Fukuda, T. (2000). Trajectory generation for biped locomotionrobot. Mechatronics, Vol. 10, No. 1-2, pp. 67-89.Hert S. & Lumelsky, V. (1999). Motion planning in R3 for multiple tethered robots. IEEEtransactions on robotics and automation, Vol. 15, No. 4, pp. 623-639.Kurazume, R. and Hirose, S. (2000). Development of a cleaning robot system withcooperative positioning system. Autonomous Robots, Vol. 9, No. 3, pp. 237-246.Lamiraux, F. & Laumond, J. P. (2001). Smooth motion planning for car-like vehicles. IEEETransactions on Robotics and Automation, Vol. 17, No. 4, pp. 498-501.La Rosa, G.; Messina, M.; Muscato, G. & Sinatra, R. (2002). A low-cost lightweight climbingrobot for the inspection of vertical surfaces. Mechatronics, Vol. 12, No. 1, pp. 71-96.Ma, Y.; Kosecka, J. and Sastry, S. S. (1999). Vision guided navigation for a nonholonomicmobile robot. IEEE Trans. Robot. Automat., Vol. 15, No. 3, pp. 521-536.Maeda, S.; Kuno, Y. & Shirai, Y. (1997). Mobile robot localization based on eigenspaceanalysis. Systems and Computers in Japan, Vol. 28, No. 12, pp. 爬壁清洗机器人（文献翻译） 101011-21.Malis, E.; Chaumette, F. and Boudet, S. (2000). Multi-cameras visual servoing. Proc. IEEEConf. Robot. Automat, pp. 3183-3188, San Francisco, CA, USA, April 2000.Malis, E.; Chaumette, F. & Boudet, S. (1999). 2-1/2-D visual servoing. IEEE Trans. Robot.Automat., Vol. 15, No. 2, pp. 238-250.Mosemann H. and Wahl, F. M. (2001). Automatic decomposition of planned assemblysequences into skill primitives. IEEE Transactions on Robotics and Automation, Vol.17, No. 5, pp. 709-718.Simoncelli, M.; Zunino, G.; Christensen, HI and Lange, K. (2000). Autonomous poolcleaning: Self localization and autonomous navigation for cleaning. AutonomousRobots, Vol. 9, No. 3, pp. 261-270.Sun, D., Zhu, J., Lam, C. and Tso, S. K. (2004). A visual sensing application to a climbingcleaning robot on the glass surface. Mechatronics , Vol. 14, pp. 1089-1104.Zhu, J.; Sun D. and Tso, S. K. (2002). Development of a tracked climbing robot. Journal ofIntelligent and Robotic Systems, Vol. 35, No. 4, pp. 427-444.Zhu, J.; Sun D. and Tso, S. K. (2003). Application of a service climbing robot with motionplanning and visual sensing . Journal of Robotic Systems, Vol. 20, No. 4., pp. 189-199.